TreeBagger（）（MATLAB）和列车和测试集上的变量数量不同

Question

我使用MATLAB函数TreeBagger（）进行随机森林分类，用于分配。当测试数据的变量数量与Training数据的变量数量不同时，它会出错。

我被告知变量选择应仅针对训练数据而不是测试数据，因此测试数据没有偏差。因此，在将初始数据集（50个变量）拆分为训练和测试集之后，我在训练集上执行变量选择（独立的卡方检验）。因此训练集由37个变量组成，而测试集保留50个变量。

我使用TreeBagger()来训练训练集，然后我使用测试集进行预测（函数predict()）。我收到一个错误，因为测试集的变量数量与模型训练的变量数量不同。

仅在训练集上执行变量选择是否错误？有没有办法可以使用此功能执行预测？

Answer 1

所选变量是最终模型的一部分。 这意味着最终模型只需使用训练集上选择的变量即可。 因此，在应用TreeBagger模型之前，过滤掉未选择的变量，然后应用它来获取测试集的预测。